摘要：目前旅游产业信息化建设需要构建旅游自动问答系统,其中问句分类是问答系统的重要组成部分,传统问句类别体系角度单一,且传统分类模型对不平衡的问句数据集表现欠佳。针对这一问题,该文从问题主题和问句答案类型两个角度构建了旅游领域的问句类别体系架构,并提出多任务问句分类模型MT-Bert,在BERT上进行多任务训练,并加入自注意力机制,使用Softmax分类器,并设计了多任务融合损失函数。在山西旅游数据集的结果表明,MT-Bert在两种类别体系的微平均F1值分别为97.6%、91.7%,且避免了非平衡数据的预测失败问题,可以有效处理非平衡数据。

摘要：农产品溯源系统中区块链以其数据防篡改、可追溯的特性使上链后的数据真实可靠,但目前溯源系统中并没有确保上链前数据可靠的验证机制,上传至区块链系统的数据存在恶意修改和系统误差的问题。对此,设计了区块链源头数据验证机制,采用多维数据交叉验证算法和多源数据匹配计算算法验证农产品生产与物流的源头数据;提出基于云模型与复杂动态赋权的客户评价评估算法对交易环节的客户交易评价数据进行验证并计算真实评价数据;依据以上算法的验证结果设计节点信誉评分规则,在POS共识机制的基础上设计基于信誉的共识机制CPOS,恶意行为越多的节点越难得到记账权,解决了POS共识机制因节点的币龄值过大造成节点权益越来越大的不公平记账权竞争问题,并在一定程度上遏制了节点的作弊行为,保证了源头数据的真实性。实验表明,该机制可有效地过滤恶意和虚假的源头数据,保证农产品溯源系统的源头数据在相对合理的范围内。

摘要：多硫离子穿梭和锂枝晶生长严重阻碍了锂硫电池的实际应用进程,而合理的隔膜结构可以达到一石二鸟的作用.本工作设计了一种携带有分散性TiN/CoO颗粒的氮掺杂碳纳米管结构(TCCNT),并将其用于锂硫电池隔膜修饰层.TCCNT的多孔结构和表面/内部携带的TiN/CoO颗粒不但实现了对多硫化物的物理、化学吸附和快速催化转化作用,其高导电性的空腔结构和亲锂作用还能够均化锂离子流,在5 mA cm^(-2)的电流密度下实现长达2000 h的均匀锂沉积/剥离过程.TCCNT合理的结构设计有利于各材料组分之间最大限度地发挥协同效应.采用改性隔膜所组装的锂硫电池在常规和高硫载量两种情况下均表现出较好的电化学性能,表明其具有一定的实际应用潜力.

摘要：本论文以蓝晒技术为研究对象,探讨其在文创设计中的可持续发展路径。通过对蓝晒技术的科学原理、历史价值和美学价值进行分析,深入挖掘其在当代艺术领域的地位。详细探讨了蓝晒技术在绘画、雕塑和纺织品设计等领域的应用,以及其与文化创意的融合,突出蓝晒技术在活化设计中的实践。结合活化设计理念,通过海报设计实践,探索了蓝晒技术的创新可能性。最后,对蓝晒技术的可持续发展路径进行了深入的探讨,包括持续性的文创设计实践、技术创新和环境友好等方面。本研究旨在为蓝晒技术在文创设计领域的进一步发展提供理论支持和实践指导。

摘要：为完善磁悬浮针织横机的工艺流程,实现花型设计图案到织针编织动作的数据转换,首先根据混合磁悬浮针织横机系统的工作原理,设计了步进式磁悬浮织针的驱动方案;然后采用数学矩阵的方法,建立磁悬浮针织横机双色单面提花织物的意匠图模型,同时推导出双色单面提花织物的数据转换算法,最后将意匠图设计的花型数据转换成织针编织的驱动数据,并根据步进式磁悬浮织针的驱动方案定义织针编织动作对应的电流信号。在此基础上搭建织针驱动的实验平台进一步验证步进式驱动方案的可行性,并使用仿真软件验证意匠图转换算法的准确性。研究结果表明,步进式织针驱动方案可使织针逐步达到工艺编织高度,满足工艺设计要求;双色单面提花转换算法也能准确将意匠图的花型数据转换成织针驱动的编织数据,通过定义编织动作对应的线圈电流信号使设计的织物花型图案能转换成磁悬浮针织横机驱动的电流信号,达到织针驱动和编织工艺相结合的效果,简化了磁悬浮针织横机编织双色单面提花织物的工艺流程,为磁悬浮针织横机的工艺设计探索出一条可行路线。

摘要：为解决婴儿监护中监控设备无法随身携带和有拍摄死角等问题,设计了一款多功能智能监控婴儿服。通过阅读文献了解现有婴儿监控设备的不足,确定设计方向;从婴儿三维建模、硬件优选及封装、服装款式结构优化、软件UI设计等维度进行设计与优化,并提出基于机器学习及增量学习的策略来提高婴儿姿势识别的精准度。研究表明,该智能婴儿监测服能够解决目前监控设备存在的问题,实现硬件与服装的有效分离,为婴儿的实时监控提供了更加有效和便捷的解决方案。

摘要：C/C三维纺织复合材料因其可设计性强、力学性能优异和耐高温等特点而被广泛地应用于航空航天、轨道交通和光伏热场等高温端部件。然而,C/C三维纺织复合材料内部纱线结构复杂且孔隙率高,呈现出高度各向异性和非均匀性,这些因素都会给力学性能及损伤机制揭示带来巨大困难。因此,本工作从实际应用出发,围绕C/C三维纺织复合材料,从细观重构、力学性能表征和数值模拟三个方面阐述近几年的国内外研究现状,并在此基础上重点对C/C三维纺织复合材料结构功能一体化制备、深度学习模型的发掘和高温实验环境下渐进损伤实验平台的搭建做出了展望。

摘要：针对剪叉式高空作业平台快速行走启动时压力冲击大、非工作状态溢流损耗大、转弯行走时异响明显等问题,通过增设蓄能缓冲装置、设置旁路卸荷回路、合理设置补油回路,对液压系统进行了优化设计;针对能量损失、优先阀特性、转弯特性等进行理论分析;利用AMESim软件进行仿真分析,最后完成了实车测试。仿真及试验结果表明:优化后,快速行走启动时压力冲击降低约1.5 MPa,非行走状态能耗进一步降低,快速转弯行走时外侧马达补油效果明显,异响问题得到有效解决。该优化设计在一定程度上提高了剪叉式高空作业平台行走液压系统的平稳性和节能性,为进一步优化设计和应用推广提供了理论基础和实践经验。

摘要：光催化CO_(2)还原合成太阳能燃料对缓解CO_(2)排放引起的全球变暖和降低化石燃料消耗具有重要意义.然而,目前的光催化剂仍然存在反应动力学缓慢和选择性不理想的问题,特别是对于C_(2+)产物的生成,极大地限制了光催化的工业化进程.过去几十年中,关于太阳能驱动的CO_(2)还原的研究展示出鼓舞人心的结果,包括活性位点的构建.本综述重点介绍了通过构建活性位点制备原子级分散催化剂在光催化CO_(2)还原中的最新进展,包括两个独立的活性位点、成对双活性位点和基于活性位点构型的纳米团簇.此外,详细讨论了CO_(2)在活性位点上的活化机制和表征方法.特别是考虑到实验研究与实际应用之间的差距,整合实验和理论的结果,以实现潜在的结构-活性关系和高目标产物选择性发展.最后,概述了该领域存在的挑战,并展望了活性位点的合理设计和机理研究.

摘要：为了有效捕获旋转机械振动信号中蕴含的故障特征,进而高效地完成故障诊断任务,设计了一种将二维特征图像和轻量化神经网络相结合的故障诊断模型。首先,将采集到的一维振动信号以改进的集成经验模态分解(Modified Ensemble Empirical Mode decomposition,MEEMd)算法进行分解,得到本征模态函数(Intrinsic Mode Function,IMF)分量,并筛选相应的IMF分量进行求和重构,以增强振动信号的幅值波动,进而使得马尔科夫变迁场(Markov Transition Field,MTF)能够更为有效地表征重构信号中的故障特征;然后,将MTF生成的二维特征图像输入到残差深度可分离卷积神经网络(Residual depth Separable Convolutional Neural Network,ResdSCNN)模型中,进行特征提取与故障诊断。使用行星齿轮箱故障数据集验证了模型性能。结果表明,该模型对于各类齿轮故障的诊断正确率可达98%以上。